《数据挖掘技巧》，如何从大数据环境下，发现那些审计疑点

编辑推荐：

数据挖掘作为一种新的计算机审计方法，能够辅助审计人员发现疑点，为数据式审计提供一个重要的应用途径。本书介绍了审计实践中已经有所尝试的聚类、分类、回归、关联分析、序列模式等数据挖掘方法，以及期望最大值、K均值、朴素贝立叶、决策树、神经网络、多元线性回归、Apriori、马尔科夫链等算法的运用，为即将到来的大数据环境下的审计，提供了新的应用前景。

数据挖掘技巧

本书编写组 编写

【图书简介】

随着信息化水平的不断提高，被审计单位的数据越来越呈现出海量化的趋势。运用数据挖掘技术，探索适应被审计单位数据海量化形势下的审计方法和应用技巧是当前审计领域面临的挑战之一。

运用传统的计算机审计方法从被审计单位数据中发现审计疑点时，需要审计人员具有丰富的专业知识和经验。数据挖掘作为一种新的计算机审计方法，能够辅助审计人员从海量数据中发现疑点，为数据式审计提供重要途径。

聚类、分类、回归、关联分析、序列模式等是较为常用的数据挖掘方法，每种方法有多种算法实现。本书主要以国产的神通K-Miner、微软的SQL Server分析服务等审计人员常用的工具，以期望最大化、K均值、朴素贝叶斯、决策树、神经网络、多元线性回归、Apriori、马尔科夫链等算法为例，介绍计算机审计中数据挖掘技术的使用技巧。

目录

1 数据挖掘方法及工具

1.1常用数据挖掘方法

1.2常用数据挖掘工具

2 聚类在审计实务中的应用技巧

2.1医保审计中期望最大化算法挖掘技巧

案例1：应用期望最大化算法发现医保住院违规报销线索

2.2企业资产审计中K均值算法挖掘技巧

案例2：运用K均值算法发现企业资产购入转出价格异常的线索

3 分类在审计实务中的应用技巧

3.1地税代开票审计中朴素贝叶斯算法挖掘技巧

案例3：应用朴素贝叶斯算法发现地税代开票业务税率异常线索

3.2银行贷款五级分类审计中决策树算法挖掘技巧

案例4：应用决策树算法发现掩盖贷款风险线索

4 回归在审计实务中的应用技巧

4.1住房公积金贷款审计中神经网络回归算法挖掘技巧

案例5：应用神经网络回归算法发现违规发放公积金贷款线索

4.2上市公司所得税审计中多元线性回归算法挖掘技巧

案例6：应用多元线性回归算法发现上市公司漏缴所得税线索

5 关联分析在审计实务中的应用技巧

案例7：应用Apriori算法发现虚假住院套取医保资金线索

6 序列模式在审计实务中的应用技巧

案例8：应用马尔科夫链算法发现交通违法处理过程中存在的违规销分问题线索

7 跨行业数据综合分析技巧

案例9：通过中文分词自学习算法进行异构数据关联匹配

✪出版发行✪

中国时代经济出版社的前身是中国审计出版社，直属于中华人民共和国审计署，是国家新闻出版广电总局（原新闻出版总署）评定的“全国百佳图书出版单位”，成立于1988年，2001年10月更现名。

中国时代经济出版社坚持“立足审计，服务经济”的工作定位和“建设专业出版社”的办社方向，以传播审计知识，宣传审计文化为己任，着力构建多媒体、互动式、立体化的审计宣传出版工作新格局。倡导心系读者、尊重作者、不断创新的工作理念。经过多年的努力，建立了一支以审计机关理论实务专家、财经院校知名学者为基础，审计一线人员广泛参与的作者队伍，形成了完整的编印发网络，培育了广泛的读者群。

✪订购方式✪